Tak předpokládám, že člověk z kanálu Code Bullet programuje strojové učení, protože tam se děje přesně to jak popisuješ. Každou sérii naklonuje toho nejsilnějšího bota (nebo bota co se dostane nejdál). Doporučuji se podívat na pár jeho videí, má k tomu i docela vtipný komentář. :)
4:26 ne všechno strojové učení je magie, existuje i přístup, kdy programátor vždy po malých krocích program zastaví a podívá se, co se naučil, tedy jaké algoritmy program provádí k tomu aby dosáhl daného cíle. Často mu je programátor taky upraví, aby byli optimální, pak se strojové učení zase spustí a takhle se to opakuje do zblbnutí… respektive do doby, kdy bude strojové učení provádět skvěle to co se mělo naučit a výhoda pak je, že tomu bude rozumět i programátor, jak co a proč se tam na pozadí děje. A bude schopen do toho dále zasahovat.
já programuju taky a můj program mě často překvapuje. jde o to že si neuvědomim že může nastat jinej stav kterej jsem neošetřil a program pak dělá divný věci. samozřejmě že dělá přesně to co je v programu jen to nebyl můj cíl.
Hmmm aneb jak pomotat evoluční algoritmy a neuronové sítě dohromady a vlastně neříct nic ani o jednom... To bych čekal spíš u Zvědátorů než v kladivu :-)
@Dalgaim Ano plně s tebou souhlasím, je to použitelná a zajímavá oblast, ale po tom úvodu o absolutních lajcích popisovat jednu z docela specifických oblastí. V podstatě jak popisuješ ve svém příspěvku.
Jestli se nepletu, tohle je učení s učitelem. To už zvládají frajeři doma na koleni. Dokázal bys vysvětlit, jak funguje učení bez učitele, který je v "mozku" robota Atlase?
Ne tak docela. Učení s učitelem znamená, že člověk musí data nějak označit (ať už úspěch/neûspěch, nebo kočka/pes/mrak). Této metodě strojového učení můžeš prostě říci: "Tohle je skóre, chceš ho co nejvyšší." To dle mého laického pohledu nelze nazvat dohledem učitele. ;)
Hádám, že Atlas se učí podobně jako jako dítě. Prostě se snažíš nespadnout, a postupně vychytáváš hodnoty pohybu, kterým vyvažuješ balanc. Ale o Atlasu nic nevím, jen jsem proskenoval Wiki.
@@localhostechoEro jo, díky. Jestli tohle snad není genetickej algoritmus. V tom jsou taky náhodný odchylky a lepšící se generace. V atlasovi mají napodobený části mozků zvířat a tuhle technologii maj od Izraelců. Každopádně z učení bez učitele nejsem moudrej. Vysvětlení z netu nechápu. Nedokážu definovat, co to je. :-D Tohle by asi na téma kladiva bylo příliš specifický.
@@petrpan3042 To zní jako něco, co by na tuhle metodu sedělo, a co už jsem viděl v komentářích. No, v učení s učitelem třeba vezmeš data o zvířatech ze zoo, a chceš rozeznávat, jestli je to lev. Tak si vezmeš počty končetin, váhu, uší, očí, ocasů, a jestli to žere maso, a u každého označíš to, co tě zajímá. Tedy jestli je to lev. Pak si rozdělíš data na trénovací a testovací, a na těch trénovacích se síť naučí, že když to má 4 tlapy, 2 oči, 2 uši, 1 ocas, 100 až 200 kilo a žere to maso, tak to asi bude lev. Při unsupervised učení tomu nahážeš data třeba z Facebooku, ta se zchroustají, najdou se vzory a souvislosti, a pak ti to vyplivne, že tady je skupina lidí, kteří "jsou doktoři" - ať už to znamená cokoli, tady je skupinka skinhedů, tady je skupina, která má jako profilovku selfie, a tihle lidé mají pod deset přátel, a tadyta skupina je jedna velká sociální bublina, a že pokud se ti líbí stránka Justina Biebera, tak je ti třináct, jsi holka a pravďěpodobně se ti líbí i Stmívání... Důležité je, že u supervised máš v trénovacích datech to, co tě zajímá v produkci. U unsupervised nikoli. A už z principu by to šlo velice blbě.
Najhoršia vec s ktorou som sa u programátorov stretol je, že mnohí si myslia, že to môže robiť hockto... Že stačí trochu cvičiť a zvládne to každý... Čo je asi rovnaka pravda, ako keby som ja teraz povedal, že športovať na olympiáde môže každý, stačí len cvičiť.
Trochu pomíchané video, strojové učení je daleko více než neuronová síť. Zároveň neuronová síť se častěji učí pomoci zpětnovazebního učení (backpropagation) než evolučními metodami. A u neuronové sítě se poté snažíme minimalizovat chybu výstupu sítě od očekávaného výstupu.
5 лет назад+6
Pro laiky vysvětleno v pořádku. Ale teda popis metody učení zmaten s genetickými algoritmy. A modelů strojového učení je mnohem mnohem víc než jen neuronové sítě, to je konkrétní model. Btw. studuju statistiku a machine learning a pracuju jako machine-learner, just sayin.
Velmi naučné... vzbudilo to ve mě zájem co tě strojového učení týče. Doteď jsem to celkem ignoroval, ale je to opravdu hodně zajímavé. Díky :-)
Moje oblíbené téma!
Pecka, doporučuju shlédnout 2x lépe to pochopíte. 🤔😀
Tak předpokládám, že člověk z kanálu Code Bullet programuje strojové učení, protože tam se děje přesně to jak popisuješ. Každou sérii naklonuje toho nejsilnějšího bota (nebo bota co se dostane nejdál). Doporučuji se podívat na pár jeho videí, má k tomu i docela vtipný komentář. :)
Nicméně jde pouze o jednu z mnoha metod strojového učení a rozhodně ne tu nejrozšířenější. To Martin trochu popletl či nedosvětlil. ;)
Doufám že to bude pokračovat do dílu 47
Beztak ten dil AK47 udela.
Jen na ktere datum to vychazi... :D
Jak vzniká kýchnutí ?
4:26 ne všechno strojové učení je magie, existuje i přístup, kdy programátor vždy po malých krocích program zastaví a podívá se, co se naučil, tedy jaké algoritmy program provádí k tomu aby dosáhl daného cíle. Často mu je programátor taky upraví, aby byli optimální, pak se strojové učení zase spustí a takhle se to opakuje do zblbnutí… respektive do doby, kdy bude strojové učení provádět skvěle to co se mělo naučit a výhoda pak je, že tomu bude rozumět i programátor, jak co a proč se tam na pozadí děje. A bude schopen do toho dále zasahovat.
Ahoj kámo,prosím o vysvětlení je rozlišení displeje?Myslím HD Full HD 4K a tak jaký je rozdíl mezi nimi.
Rozlišení udává počet bodů (pixelů) na mikrometr obrazovky. Tzn. jak moc detailů vidíš
Tvoje bude vzdy prve ked ze teba som zacal asi ako prveho odoberat a mam rad kratke strucne videa o vede technike a zaujímavostiach
Martine, když si pracoval jako programátor, co přesně si dělal?
Majú to dobre spravené, od pondelka do piatku keď sa prídem na RUclips, tak mi ako prvé ukazuje nový diel zvedatorov :D
No konečně
To je ako evolucia :) , proste najlepší vyhráva a cize dalej sa rozmnožujú a znova sa.deje to iste.
Hmmm jako by částečě Martin popisoval oblast strojového učení, která se nazývá Evoluční algoritmy nebo spíš už podoblast genetických algoritmů.
Hned po tomto videu skočilo tohle :D "NÁŠ SVĚT JE POUZE „DOHODNUTÁ INFORMACE“! - prof. Jan Rak (SG 23, 14. 12. 2019)" už nechci žít na této planetě :D
hodně zajímavý video… člověk se tam dozví, jak světlo vytváří DNA
Program může překvapit programátora? (1:25)Nestalo se tohle náhodou ve spoustě scifi třeba Horizon Zero Dawn a Terminátor?
já programuju taky a můj program mě často překvapuje. jde o to že si neuvědomim že může nastat jinej stav kterej jsem neošetřil a program pak dělá divný věci. samozřejmě že dělá přesně to co je v programu jen to nebyl můj cíl.
Mynecraft CZ, jo chápu o co tady jde, já to myslel jako příklad
Hmmm aneb jak pomotat evoluční algoritmy a neuronové sítě dohromady a vlastně neříct nic ani o jednom... To bych čekal spíš u Zvědátorů než v kladivu :-)
@Dalgaim Ano plně s tebou souhlasím, je to použitelná a zajímavá oblast, ale po tom úvodu o absolutních lajcích popisovat jednu z docela specifických oblastí. V podstatě jak popisuješ ve svém příspěvku.
Ani nevíš koliktát jsem málem potrentil.... Když mi naprogramuje a nevšimne si
Jestli se nepletu, tohle je učení s učitelem. To už zvládají frajeři doma na koleni. Dokázal bys vysvětlit, jak funguje učení bez učitele, který je v "mozku" robota Atlase?
Ne tak docela. Učení s učitelem znamená, že člověk musí data nějak označit (ať už úspěch/neûspěch, nebo kočka/pes/mrak). Této metodě strojového učení můžeš prostě říci: "Tohle je skóre, chceš ho co nejvyšší." To dle mého laického pohledu nelze nazvat dohledem učitele. ;)
Hádám, že Atlas se učí podobně jako jako dítě. Prostě se snažíš nespadnout, a postupně vychytáváš hodnoty pohybu, kterým vyvažuješ balanc.
Ale o Atlasu nic nevím, jen jsem proskenoval Wiki.
@@localhostechoEro jo, díky. Jestli tohle snad není genetickej algoritmus. V tom jsou taky náhodný odchylky a lepšící se generace. V atlasovi mají napodobený části mozků zvířat a tuhle technologii maj od Izraelců. Každopádně z učení bez učitele nejsem moudrej. Vysvětlení z netu nechápu. Nedokážu definovat, co to je. :-D Tohle by asi na téma kladiva bylo příliš specifický.
@@petrpan3042 To zní jako něco, co by na tuhle metodu sedělo, a co už jsem viděl v komentářích.
No, v učení s učitelem třeba vezmeš data o zvířatech ze zoo, a chceš rozeznávat, jestli je to lev. Tak si vezmeš počty končetin, váhu, uší, očí, ocasů, a jestli to žere maso, a u každého označíš to, co tě zajímá. Tedy jestli je to lev. Pak si rozdělíš data na trénovací a testovací, a na těch trénovacích se síť naučí, že když to má 4 tlapy, 2 oči, 2 uši, 1 ocas, 100 až 200 kilo a žere to maso, tak to asi bude lev.
Při unsupervised učení tomu nahážeš data třeba z Facebooku, ta se zchroustají, najdou se vzory a souvislosti, a pak ti to vyplivne, že tady je skupina lidí, kteří "jsou doktoři" - ať už to znamená cokoli, tady je skupinka skinhedů, tady je skupina, která má jako profilovku selfie, a tihle lidé mají pod deset přátel, a tadyta skupina je jedna velká sociální bublina, a že pokud se ti líbí stránka Justina Biebera, tak je ti třináct, jsi holka a pravďěpodobně se ti líbí i Stmívání...
Důležité je, že u supervised máš v trénovacích datech to, co tě zajímá v produkci. U unsupervised nikoli. A už z principu by to šlo velice blbě.
@@localhostechoEro dík, tohle už je definice, kterou můj malej mozeček azvládl zchroustat.
A Patrik už stratil všetky fakta?
Co je analog
Z ktorej oblasti? Tento pojem sa nachadza aj v chemii, ekonomii biologii a/alebo v elektrotechnike.
Víš co je zajímavé? Suenee je taky programátor.
Najhoršia vec s ktorou som sa u programátorov stretol je, že mnohí si myslia, že to môže robiť hockto... Že stačí trochu cvičiť a zvládne to každý...
Čo je asi rovnaka pravda, ako keby som ja teraz povedal, že športovať na olympiáde môže každý, stačí len cvičiť.
Trochu pomíchané video, strojové učení je daleko více než neuronová síť. Zároveň neuronová síť se častěji učí pomoci zpětnovazebního učení (backpropagation) než evolučními metodami. A u neuronové sítě se poté snažíme minimalizovat chybu výstupu sítě od očekávaného výstupu.
Pro laiky vysvětleno v pořádku. Ale teda popis metody učení zmaten s genetickými algoritmy. A modelů strojového učení je mnohem mnohem víc než jen neuronové sítě, to je konkrétní model. Btw. studuju statistiku a machine learning a pracuju jako machine-learner, just sayin.
:DDD skvělá biografie
je určeno pro ty peo které je wikina moc složitá :D :D :D tak to mě poslalo dolů už chápu proč se na to nedívám